Более эффективный и широкий доступ к кредитованию малого и среднего бизнеса, а не к фашизму (авторитарный национализм) приведет к созданию рабочих мест и экономическому росту.

Экономический рост и создание рабочих мест исходят от малых и средних предприятий, а не от политиков.

Ядро американской экономической конкурентоспособности или любой динамичной рыночной экономики во всем мире - это малый и средний бизнес - МСП.

Малые и средние предприятия играют решающую роль в создании рабочих мест в экономике США. На малые и средние предприятия приходится половина всех рабочих мест в частном секторе - около 120 миллионов человек, но они создают 2/3 всех чистых новых рабочих мест в Америке. В США 28,7 миллиона малых и средних предприятий, из которых 80% составляют индивидуальные предприятия (около 23 миллионов), а 20% - это 5,7 малых фирм с наемными работниками, такими как семейные предприятия, поставщики малого и среднего бизнеса, более крупные корпорации и быстрорастущие стартапы.

Банковские кредиты имеют решающее значение для малых и средних предприятий, поскольку у них нет доступа к рынку государственного институционального долга и акционерного капитала. Однако для малых и средних предприятий становится все труднее получить доступ к кредитам . Кредитование малого и среднего бизнеса продолжает падать, в то время как кредитование крупного бизнеса растет.

Банковская отрасль в целом, похоже, все меньше ориентирована на кредитование малого и среднего бизнеса. Десятилетняя тенденция к консолидации банковских активов в меньшем количестве учреждений устраняет ключевой источник капитала для малых фирм.

Затраты на поиск при кредитовании малого и среднего бизнеса высоки как для заемщиков, так и для кредиторов

Ссуды для малого и среднего бизнеса, часто определяемые как бизнес-ссуды на сумму менее 1 миллиона долларов, значительно менее прибыльны, чем ссуды для крупного бизнеса. Оценка кредитоспособности малого и среднего бизнеса может быть затруднена из-за асимметрии информации.

Стоимость андеррайтинга при кредитовании малого и среднего бизнеса также высока. Разнообразие целей ссуд малому бизнесу затрудняет секьюритизацию и продажу пулов ссуд малому бизнесу на вторичном рынке.

Транзакционные расходы на обработку ссуды в размере 100 000 долларов США сопоставимы с ссудой в размере 1 миллиона долларов США, но с меньшей прибылью. Банки обычно не ссужают ссуды менее 100 000 долларов США или предприятиям с доходом менее 2 000 000 долларов США, поскольку это менее выгодно для банк.

Однако более половины малых и средних предприятий запрашивают ссуду менее 100 000 долларов.

Новые онлайн-площадки подрывают традиционный рынок ссуд для малого и среднего бизнеса.

  • Ондек и Кэббидж привлекают капитал от институциональных инвесторов, включая хедж-фонд, и используют собственную модель риска (включая нетрадиционные данные) для кредитования малых и средних предприятий.
  • Lending Club, Prosper и Funding Circle объединяют капитал институциональных и розничных инвесторов с заемщиками высшего и субстандартного качества.

Текущий метод андеррайтинга кредита для малого и среднего бизнеса

В 1950-х годах Билл Фэйр и Эрл Исаак из Стэнфордского исследовательского института - SRI использовали линейную регрессию для построения модели балльной карты и набора правил оценки кредитного рейтинга.

Позже они обнаружили FICO (Fair Isaac Corporation), первоначально F air, I saac и Co mpany в Сан-Хосе. , Калифорния. Компания сосредоточилась на предоставлении услуг кредитного скоринга с использованием этой модели, изначально разработанной в SRI. С тех пор рейтинг FICO стал неотъемлемой частью потребительского кредитования в Соединенных Штатах.

Оценка FICO рассчитывается на основе 5 основных факторов.

  • 35% История платежей (привычка к погашению кредита)
  • 30% возобновляемое использование (отношение долга к лимиту кредита)
  • 15% Длина кредитной истории (Длина кредитной истории)
  • 10% используемых кредитов (разнообразие используемых кредитов)
  • 10% количество запросов.

Андеррайтинг кредитов для малых и средних предприятий основан в основном на рейтинге FICO. Если 50% населения набрали 700 или более баллов, 25% составляют от 600–700 до 25% меньше 600.

Это означает, что 50% малых и средних предприятий имеют доступ к дешевому кредиту, субсидируемому Федеральными агентствами, 25% малых и средних предприятий платят премию для доступа к кредиту и 25% малых и средних предприятий не имеют доступа к кредитам.

Использование машинного обучения для увеличения кредитования более широких слоев населения

Машинное обучение позволяет использовать модель нелинейной регрессии для оценки кредитного риска. Вместо традиционной оценки FICO мы можем использовать дополнительные источники данных, такие как оплата счетов, социальная сеть, данные геолокации и т. Д., чтобы добавить дополнительные атрибуты в эту модель оценки кредитоспособности. .

Мы видим такие компании, как Ondeck, Kabbage, Square, Paypal, Underwrite.ai, использующие этот подход для создания собственной модели риска для кредитования малого и среднего бизнеса.

Underwrite.AI использует обучение на основе медицинских исследований с использованием машинного обучения для анализа 25 000 выражений генов и прогнозирования рака простаты в своей модели кредитного риска. Они агрегировали 2500 входных атрибутов из онлайн-приложений и файлов кредитного бюро в свою модель, а затем применили обучение с подкреплением для оптимизации для достижения желаемого двоичного результата среди:

  • Списание или полная оплата.
  • Выгодно или невыгодно.
  • Положительная или отрицательная жизненная ценность.

Underwrite.AI также постоянно переобучает свою модель, основанную на погашении, и смог помочь своему первому клиенту из малого и среднего бизнеса снизить уровень дефолта с 32,8% до 9% в течение 6 месяцев.

Непрерывный прогресс в области машинного обучения потенциально может решить больше проблем, связанных с асимметрией информации при кредитовании малого и среднего бизнеса, расширить доступ к кредитам для более широких слоев населения при снижении показателя дефолта и более низкая стоимость финансирования.

[1] - Состояние кредитования малого бизнеса
http://www.hbs.edu/faculty/Publication%20Files/15-004_09b1bf8b-eb2a-4e63-9c4e-0374f770856f.pdf

[2] - Отчет Конгрессу о доступности кредитов для малых предприятий
https://www.federalreserve.gov/publications/files/sbfreport2017.pdf

[3] - Средний балл FICO в США составляет 700: веха для потребителей
http://www.fico.com/en/blogs/risk-compliance/us-average-fico-score-hits-700- важная веха для потребителей /

[4] - Генеральный директор Underwrite.AI об использовании машинного обучения для сокращения дефолта по кредитам и расширения доступа к кредитам для более широких слоев населения.
https://fast.wistia.com/embed/iframe/jv2ryv2ghb

[5] - Quantum Finance
https://arxiv.org/pdf/physics/0203006.pdf

Об авторе: Трой Д.О. - консультант по iOS и машинному обучению. Он имеет более чем 4-летний опыт создания и запуска мобильных и веб-продуктов. В последнее время он вместе со своей командой в Top Flight Apps работал со многими проектами, связанными с искусственным интеллектом, в области здравоохранения и финансовых технологий.